Deux robots. Trente mille voitures. Dix mois. Ce sont les chiffres du pilote mené par BMW à Spartanburg, en Caroline du Sud, en 2025. Le 27 février 2026, BMW a confirmé le déploiement de robots humanoïdes dans son usine de Leipzig, première fois qu'une telle technologie entre dans un environnement de production automobile en Europe. Ce n'est pas un gadget de relations publiques. C'est le signal d'un basculement industriel dont les conséquences sur la compétitivité manufacturière mondiale vont se mesurer en décennies, pas en trimestres.
Spartanburg, le laboratoire qui a tout changé
L'histoire commence en 2025 dans le South Carolina. BMW s'associe à Figure AI, startup californienne, pour déployer le robot Figure 02 dans le hall de carrosserie de son usine de Spartanburg. Le robot effectue une tâche précise et répétitive: saisir des pièces de tôle depuis des racks, les positionner sur un gabarit de soudure avec une précision au millimètre, dans un cycle de 84 secondes maximum.
Les deux robots Figure 02 ont tourné dix heures par jour, du lundi au vendredi, accumulant 1 250 heures de fonctionnement. Ils ont chargé plus de 90 000 pièces et participé à la production de plus de 30 000 BMW X3.
Ce qui est remarquable n'est pas le chiffre brut. C'est la démonstration que des robots entraînés en conditions contrôlées peuvent être transférés dans une usine en production réelle plus vite que prévu. Chaque heure sur la ligne BMW, chaque pièce chargée, chaque intervention enregistrée a façonné la conception, la validation et la construction de la génération suivante, Figure 03. Spartanburg n'était pas une fin. C'était une phase d'apprentissage industriel accéléré.
Leipzig, l'Europe entre dans l'ère de la Physical AI
Pour le déploiement européen, BMW change de partenaire et de stratégie. Exit Figure AI. Entrée d'AEON, robot humanoïde développé par Hexagon Robotics, filiale de Hexagon, groupe suisse affichant un chiffre d'affaires de 5,4 milliards d'euros selon ses comptes consolidés. AEON se déplace sur roues à une vitesse maximale de 2,4 mètres par seconde, pèse 60 kilogrammes pour 1,65 mètre de hauteur, avec une autonomie de batterie de quatre heures. L'engin peut changer ses propres batteries.
Le déploiement se concentre sur deux zones de production: la fabrication de batteries haute tension pour modules énergétiques et la production de composants pour pièces extérieures. Ce sont précisément les zones les plus contraignantes physiquement pour les opérateurs humains, celles qui nécessitent des équipements de protection lourds et des mouvements répétitifs à cadence industrielle.
Une phase de test élargie est prévue à partir d'avril 2026, avec démarrage du pilote en production série à l'été 2026. BMW a également créé un Centre de Compétences pour la Physical AI en Production, structure dédiée à standardiser les critères d'évaluation et accélérer le déploiement à l'échelle de son réseau mondial.
La guerre des flux industriels, qui contrôle la donnée contrôle le robot
Ce que la plupart des analyses ratent: le robot humanoïde n'est pas le cœur du système. C'est la plateforme de données unifiée qui le précède et le rend possible.
BMW a passé plusieurs années à démanteler ses silos de données dans l'ensemble de son réseau de production. Le résultat est une infrastructure IT standardisée qui permet aux agents IA de fonctionner de façon autonome et de s'améliorer en continu. Des jumeaux numériques aux contrôles qualité IA jusqu'aux solutions de transport autonome en intralogistique, des systèmes intelligents sont déjà utilisés dans presque toutes les étapes de production.
Sans cette architecture de données, un robot humanoïde est une curiosité coûteuse. Avec elle, il devient un nœud actif dans un système d'amélioration continue. La compétitivité industrielle ne se joue plus seulement sur le coût de la main d'œuvre ou l'énergie. Elle se joue sur la capacité à construire et exploiter cette infrastructure invisible. BMW l'a construite avant de commander les robots.
Selon Michael Ströbel, directeur du management des processus chez BMW, les robots humanoïdes pourraient à terme permettre à BMW de réintégrer en interne des travaux actuellement sous-traités à des fournisseurs. Ce détail mérite attention. L'enjeu n'est pas seulement l'efficacité opérationnelle. C'est la reconfiguration des chaînes de valeur et la réduction de la dépendance aux sous-traitants.
L'inertie du secteur, pourquoi 2026 est une fenêtre, pas une révolution immédiate
Soyons précis sur les délais. À Spartanburg, deux robots Figure 02 ont suffi pour contribuer à 30 000 véhicules sur dix mois. Impressive. Mais une usine automobile comme Regensburg a produit 356 901 véhicules en 2025 selon BMW, avec des milliers d'opérateurs humains. Le passage à l'échelle est une autre question.
Les robots actuels ont des contraintes physiques concrètes. Autonomie de quatre heures pour AEON. Vitesse de 2,4 m/s en déplacement. Payload de 15 kilogrammes en pic, 8 kilogrammes en continu. Ces paramètres définissent les cas d'usage possibles aujourd'hui: tâches répétitives, précises, physiquement contraignantes pour les humains. Pas encore l'ensemble des 3 000 opérations d'assemblage d'un véhicule moderne.
L'investissement en robotique européen a doublé à 1,45 milliard d'euros en 2025, avec plus de 30 entreprises ayant levé au moins 10 millions d'euros, à mesure que les pénuries de main d'œuvre, le reshoring et les avancées en IA rendaient la robotique commerciale viable à grande échelle. La dynamique est là. La montée en puissance sera mesurée en années.
BMW a annoncé plus de 40 nouveaux modèles d'ici 2028, dont la Neue Klasse i3, l'électrique qui sera produite à Leipzig précisément là où AEON sera intégré. La temporalité est cohérente. Le lancement d'un nouveau modèle électrique dans une usine déjà équipée en Physical AI n'est pas une coïncidence.
Red Team, les angles morts de l'analyse dominante
Trois risques sous-estimés dans le récit dominant.
Premier risque: la dépendance technologique. BMW teste deux plateformes distinctes, Figure AI aux États-Unis, Hexagon Robotics en Europe. C'est une stratégie délibérée de diversification des fournisseurs. Mais dans les deux cas, la couche logicielle d'apprentissage reste propriétaire. À mesure que les robots s'améliorent en production, les données générées enrichissent les modèles de Figure AI et d'Hexagon, pas uniquement ceux de BMW. La question de la propriété intellectuelle sur les données d'entraînement générées en usine n'a pas encore été résolue publiquement dans l'industrie.
Deuxième risque: la fragmentation réglementaire européenne. La directive sur les machines et le cadre AI Act européen créent des contraintes de certification que les producteurs américains ou asiatiques de robots humanoïdes ne subissent pas dans leurs marchés domestiques. BMW étant une entreprise allemande soumise au droit du travail européen, tout déploiement à grande échelle devra naviguer entre les exigences du Betriebsrat (comité d'entreprise) et les certifications de sécurité. Le "supplément à nos employés" martelé dans les communiqués de BMW n'est pas seulement un message RH. C'est une contrainte contractuelle et légale.
Troisième risque: l'hypothèse de supériorité économique reste à démontrer à l'échelle. Le retour sur investissement d'un robot humanoïde à plusieurs centaines de milliers d'euros l'unité, avec une autonomie de 4 heures, face à un opérateur qualifié en Allemagne à 60 000 euros annuels de coût total employeur, n'est pas automatiquement positif sur les 3 à 5 premières années. La rentabilité dépend du rythme d'amélioration de la technologie et du coût d'entretien des flottes robotiques.
Conséquences stratégiques
Morgan Stanley projette que le marché des robots humanoïdes pourrait atteindre 5 000 milliards de dollars d'ici 2050. Tesla, Mercedes et Hyundai explorent des programmes similaires. Mais BMW est le premier constructeur à mettre des chiffres de production réels derrière la promesse et à transposer l'expérience en Europe.
Pour les décideurs industriels, le signal n'est pas "les robots vont remplacer les humains demain." Le signal est que la compétitivité manufacturière de la prochaine décennie se joue maintenant, dans la construction de l'infrastructure de données et l'intégration progressive des systèmes de Physical AI. Les constructeurs qui attendent les preuves à grande échelle avant d'investir prendront un retard structurel difficile à combler.
BMW a 159 104 employés dans le monde et 142,4 milliards d'euros de revenus en 2024. Ce n'est pas une startup qui expérimente. C'est un leader industriel qui industrialise. La différence est décisive.
Dans la production industrielle, deux ressources définissent la compétitivité. La qualité de l'infrastructure et la vitesse d'apprentissage. BMW vient de démontrer qu'il maîtrise les deux. Les autres ont un été pour rattraper le retard.
Cédric Pellicer